一种基于用户习惯的图片处理方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种基于用户习惯的图片处理方法、装置及存储介质，本发明专利技术通过获取图片，根据所述图片进行特征提取处理，得到特征集合，将所述特征集合与用户习惯模型进行匹配处理，确定目标特征，通过加载线程对所述目标特征进行集中加载以对所述目标特征进行处理，其中所述用户习惯模型包括用户对图像的操作习惯，通过所述操作习惯从图片的所述特征集合中确定实际需要进行处理的所述目标特征，将加载线程集中于对所述目标特征的加载以及处理，能够降低处理负担，提高图片处理的效率，本发明专利技术可广泛应用于图像处理技术领域。可广泛应用于图像处理技术领域。可广泛应用于图像处理技术领域。

【技术实现步骤摘要】
一种基于用户习惯的图片处理方法、装置及存储介质


[0001]本专利技术涉及图像处理领域，尤其是一种基于用户习惯的图片处理方法、装置及存储介质。

技术介绍

[0002]图像处理(image processing)是指用计算机对图像进行分析，以达到所需结果的技术，随着科学技术的发展图片的像素越来越高，高清图片的处理要求越来越高，对图像处理技术的要求也日渐增加。现有的图像处理技术中，在对图片进行处理，例如将模糊的图片变清晰或者进行分类处理时，通常关注整张图片的内容，将边缘或背景等不重要的特征也进行处理，增加了处理的负担，降低了图片处理的效率，因此需要寻求解决方案。

技术实现思路

[0003]有鉴于此，为了解决上述技术问题的至少之一，本专利技术的目的是提供一种提高处理效率的基于用户习惯的图片处理方法、装置及存储介质。
[0004]本专利技术实施例采用的技术方案是：
[0005]一种基于用户习惯的图片处理方法，包括：
[0006]获取图片；
[0007]根据所述图片进行特征提取处理，得到特征集合；
[0008]将所述特征集合与用户习惯模型进行匹配处理，确定目标特征；所述用户习惯模型包括用户对图像的操作习惯；
[0009]通过加载线程对所述目标特征进行集中加载以对所述目标特征进行处理。
[0010]进一步，所述根据所述图片进行特征提取处理，得到特征集合，包括：
[0011]对所述图片进行中值滤波处理；
[0012]将中值滤波处理后的图片划分为若干子区域；
[0013]提取每一所述子区域的LBP特征并建立所述LBP特征的统计直方图；所述统计直方图用于描述每一所述子区域；
[0014]对所述统计直方图进行归一化处理确定LBP纹理特征向量，并对所述LBP纹理特征向量进行分类处理，得到所述特征集合；所述特征集合包括有用特征和无用特征。
[0015]进一步，所述特征集合包括有用特征，所述将所述特征集合与用户习惯模型进行匹配处理，确定目标特征，包括：
[0016]将所述有用特征与所述用户习惯模型进行匹配，以根据所述操作习惯确定所述有用特征中是否存在待删除特征；
[0017]若存在待删除特征，从所述有用特征中删除所述待删除特征，得到所述目标特征；
[0018]否则，将所述有用特征作为所述目标特征。
[0019]进一步，所述通过加载线程对所述目标特征进行集中加载以对所述目标特征进行处理，包括：
[0020]将所述加载线程从对所述图片进行整体加载转换为对所述目标特征进行集中加载以对所述目标特征进行处理。
[0021]进一步，所述对所述目标特征进行处理，包括：
[0022]对所述目标特征进行分割，得到多个图像帧；
[0023]依次对所述图像帧进行处理。
[0024]本专利技术实施例还提供一种基于用户习惯的图片处理装置，包括：
[0025]获取模块，用于获取图片；
[0026]特征提取模块，用于根据所述图片进行特征提取处理，得到特征集合；
[0027]匹配模块，用于将所述特征集合与用户习惯模型进行匹配处理，确定目标特征；所述用户习惯模型包括用户对图像的操作习惯；
[0028]处理模块，用于通过加载线程对所述目标特征进行集中加载以对所述目标特征进行处理。
[0029]进一步，所述特征提取模块包括预处理单元以及信息获取单元；
[0030]所述预处理单元，用于对所述图片进行中值滤波处理；
[0031]所述信息获取单元，用于将中值滤波处理后的图片划分为若干子区域，提取每一所述子区域的LBP特征并建立所述LBP特征的统计直方图，对所述统计直方图进行归一化处理确定LBP纹理特征向量，并对所述LBP纹理特征向量进行分类处理，得到所述特征集合；所述统计直方图用于描述每一所述子区域，所述特征集合包括有用特征和无用特征。
[0032]进一步，所述处理模块包括加载线程转换单元以及分帧处理单元；
[0033]所述加载线程转换单元用于将所述加载线程从对所述图片进行整体加载转换为对所述目标特征进行集中加载；
[0034]所述分帧处理单元用于对所述目标特征进行分割，得到多个图像帧，并依次对所述图像帧进行处理。
[0035]本专利技术实施例还提供一种基于用户习惯的图片处理装置，所述装置包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1
‑
5中任一项所述方法。
[0036]本专利技术实施例还提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现所述方法。
[0037]本专利技术的有益效果是：通过获取图片，根据所述图片进行特征提取处理，得到特征集合，将所述特征集合与用户习惯模型进行匹配处理，确定目标特征，通过加载线程对所述目标特征进行集中加载以对所述目标特征进行处理，其中所述用户习惯模型包括用户对图像的操作习惯，通过所述操作习惯从图片的所述特征集合中确定实际需要进行处理的所述目标特征，将加载线程集中于对所述目标特征的加载以及处理，能够降低处理负担，提高图片处理的效率。
附图说明
[0038]图1为本专利技术基于用户习惯的图片处理方法的步骤流程示意图；
[0039]图2为本专利技术具体实施例基于用户习惯的图片处理装置的示意图。
具体实施方式
[0040]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0041]本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0042]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0043]如图1所示，本专利技术实施例提供一种基于用户习惯的图片处理方法，包括步骤S100
‑...

【技术保护点】

【技术特征摘要】
1.一种基于用户习惯的图片处理方法，其特征在于，包括：获取图片；根据所述图片进行特征提取处理，得到特征集合；将所述特征集合与用户习惯模型进行匹配处理，确定目标特征；所述用户习惯模型包括用户对图像的操作习惯；通过加载线程对所述目标特征进行集中加载以对所述目标特征进行处理。2.根据权利要求1所述基于用户习惯的图片处理方法，其特征在于：所述根据所述图片进行特征提取处理，得到特征集合，包括：对所述图片进行中值滤波处理；将中值滤波处理后的图片划分为若干子区域；提取每一所述子区域的LBP特征并建立所述LBP特征的统计直方图；所述统计直方图用于描述每一所述子区域；对所述统计直方图进行归一化处理确定LBP纹理特征向量，并对所述LBP纹理特征向量进行分类处理，得到所述特征集合；所述特征集合包括有用特征和无用特征。3.根据权利要求1所述基于用户习惯的图片处理方法，其特征在于：所述特征集合包括有用特征，所述将所述特征集合与用户习惯模型进行匹配处理，确定目标特征，包括：将所述有用特征与所述用户习惯模型进行匹配，以根据所述操作习惯确定所述有用特征中是否存在待删除特征；若存在待删除特征，从所述有用特征中删除所述待删除特征，得到所述目标特征；否则，将所述有用特征作为所述目标特征。4.根据权利要求1
‑
3任一项所述基于用户习惯的图片处理方法，其特征在于：所述通过加载线程对所述目标特征进行集中加载以对所述目标特征进行处理，包括：将所述加载线程从对所述图片进行整体加载转换为对所述目标特征进行集中加载以对所述目标特征进行处理。5.根据权利要求4所述基于用户习惯的图片处理方法，其特征在于：所述对所述目标特征进行处理，包括：对所述目标特征进行分割，得到多个图像帧；依次对所述图像帧进行处理。6.一种基于用户习惯的图片处理装置，其特征在于，包括：获取模块，用于获取图片；特征提取模块，用于...

【专利技术属性】
技术研发人员：王伟，
申请(专利权)人：天翼爱音乐文化科技有限公司，
类型：发明
国别省市：